用Min-Max Scaling对两列数据归一化代码

Min-Max Scaling是一种常见的数据归一化方法，它将数值缩放到一个预设的范围内，通常是0到1之间。这个过程通过找到数据集中的最小值（min）和最大值（max），然后用新的范围替代原始的数值范围来实现。以下是使用Python和NumPy库进行两列数据归一化的示例代码：

import numpy as np

# 假设你有两列数据存放在名为data的二维数组中
data = np.array([[value1, value2], ...])  # 替换value1, value2为实际数据

# 计算每列的最大值和最小值
min_values = data.min(axis=0)
max_values = data.max(axis=0)

# 定义归一化后的范围（这里通常取0到1）
normalized_range = (0, 1)

# 归一化操作
normalized_data = (data - min_values)

# 现在 normalized_data 就是在指定范围内的两列数据

注意，在上述代码中，`axis=0`表示沿着行的方向计算最小值和最大值，如果想按照列的方向计算，可以改为`axis=1`。